基于蚁群算法的D-MIMO系统天线最优分布研究

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:cjfandhf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
MIMO无线传输技术可以在不增加系统带宽的情况下成倍地提高信道容量,因而成为近十年来移动通信领域的一个研究热点。对于MIMO信息论以及基带信号处理层面的问题,目前已经有了较多的研究成果,而对于MIMO组网技术层面的问题--如何最优分布基站侧多天线等,则缺乏足够的研究。从现有蜂窝小区规划的研究结果来看,基站天线的分布会极大地影响整个网络的频谱效率。本文研究如何将多根基站天线最优地分散在小区内以最大化小区平均遍历容量。   本文主要以蚁群算法为核心,对基站侧天线分布进行优化。主要研究内容为:   首先,通过对国内外关于D—MIMO系统基站侧多天线的分布问题进行研究,掌握了本课题的前沿问题和最新动态。基站侧多天线的分布问题属于NP-难问题,通过对NP-难问题的研究,选择元启发式算法中的蚁群算法,并通过对蚁群算法的研究采用基于图树分割蚁群算法修改蚂蚁信息素的留存方式和行走规则,使算法能够在短时间内求出天线最优分布。   其次,对MIMO技术进行研究,研究了MIMO信道数学模型,信道相关性和信道相关矩阵,空时编码技术,为优化D—MIMO系统小区天线分布做准备。   最后,研究了不同形状的D-MIMO系统小区--线性小区和圆形小区。提出了优化的目标函数--小区平均遍历容量。研究线性小区时,分用户均匀分布和非均匀分布两种情况。前者采用数学方法进行研究;后者采用穷举算法与GTPACA进行对比,分别求出基站发射功率与小区平均遍历容量的关系。研究圆形小区时,分基站端口在有CL限制下的分布和在GL限制下的分布两种情况,前者采用数学方法求出优化的小区半径;后者采用GTPACA求出小区中天线的一般分布。最后通过计算机仿真实验得出GL形圆形小区中天线的最终布局。  
其他文献
21世纪,人们将切身体会到公路交通智能化带来的便利。与一般交通系统相比,智能交通系统是一种先进的区域交通一体化的综合管理系统。依靠这个系统,管理人员对道路和车辆的行
复杂网络理论是复杂性科学研究的重要手段,长期以来受到各学科研究人员的广泛青睐。社区结构是复杂网络结构特征之一,社区结构明显的网络具有局部聚集的特性,体现系统整体和
目标跟踪是计算机视觉领域重要的研究课题,目标跟踪对人类的生活产生了重大影响,取得了广泛地应用。例如安全监控,人机交互,军事领域等,但目标跟踪还存在许多挑战,例如光照强
语音识别技术是一项综合性的科学,其中包含声学、语言学、数字信号处理等多门学科,由于其突出的人一机通信的特点,日趋成为当今信息技术发展当中的热点科研项目,特别是将这一特点
随着现代生活节奏的不断加快,人们所面对的压力也不断增强,再加上环境污染的不断恶化,亚健康已经成为当前人类主要的健康杀手。那么建立对亚健康进行监控的便携式系统也逐步
随着聚合物材料领域的飞速发展,聚合物材料应用范围越来越广泛,涉及到了各行各业,它的质量将会直接影响到产品的质量,研制能对微小图像高速实时获取,并且具有实时显示功能的
电力系统发展已经至今已有一百多年的历史,目前电力运行环境的越来越复杂、电力体制不断地改革与前进。进入新世纪以来,资源和环境的双重压力使人们开始审视电力系统在节能减排的巨大潜力,国家开始发展智能电网,家用智能电表是智能电网应用中的一部分。传统的人工抄表方式由于存在大量的弊端已经不能适应现在的电力系统的需要。远程自动抄表因其效率高、差错率小等优点,已经成为研究的热点。本文描述并且分析了国内与国外的远程
近几年来,高校毕业生人数逐年增加,就业形势日益严峻,导致原有的高校就业信息管理系统已无法满足当前的需要,就业系统的升级刻不容缓。如何指导即将毕业的学生就业,为其提供
随着嵌入式技术和智能设备的发展以及铁路运输的不断扩大,集信息搜集、车辆控制和诊断分析为一体的列车通信网络越来越成为高速电力列车上的重要组成部分。本课题主要研究列
跳频通信有着抗干扰性强、码分多址的组网通信能力以及安全性高的优点,使得它在通信领域、电子对抗等中得到广泛应用。频率合成器是跳频通信系统的核心部分,它的好坏直接影响着